应先选checkpoint再配lora；checkpoint是生成图像的底层骨架，决定画风与结构，每次仅能启用一个；lora是依附于checkpoint的微调配件，需通过触发词或界面启用，多lora总权重勿超1.4。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
在LiblibAI平台下载模型时，很多人分不清Checkpoint和LoRA到底该选哪个、怎么配着用——选错会导致出图风格完全跑偏，甚至提示词失效。
Checkpoint是图像生成的“骨架”
Checkpoint模型（也叫底模、大模型）是Stable Diffusion运行的基础，没有它就无法生成任何图像。它决定了画面整体结构、光影逻辑、人体比例、画风倾向等底层能力。
文件体积通常为2GB～7GB，后缀多为.safetensors（更安全）或.ckpt（旧格式）。LiblibAI上标注为“Checkpoint”“主模型”“SDXL”“FLUX”的都属于这一类。
你每次只能启用一个Checkpoint。它像一台相机的机身——镜头（LoRA）、滤镜（VAE）、胶卷（Embedding）都得装在这台机身上才能工作。
在LiblibAI搜索时，直接筛选“模型类型：Checkpoint”，看作者说明里是否写明适配SD1.5/SDXL/FLUX，以及主打风格（如“写实人像”“2.5D厚涂”），这些信息比缩略图更重要。
LoRA是叠加在骨架上的“可拆卸配件”
LoRA模型不能单独运行，必须依附于已选的Checkpoint才能生效。它的作用是微调——比如让人物穿汉服、长猫耳、带赛博义眼、呈现水彩笔触，或者固定某位明星的脸部特征。
文件大小普遍在50MB～200MB之间，后缀也是.safetensors，但命名常含“lora”“lycoris”“character”等关键词。LiblibAI上会明确标为“LoRA”或“微调模型”。
方法一：在正向提示词中写入触发词
例如下载了“古风发饰_lora”，作者说明里写了触发词是ancient_hair_accessory，那就在提示词里加上这个词，模型才会调用对应效果。
方法二：通过WebUI界面手动启用
点击左侧面板的Additional Networks→勾选对应LoRA→拖动滑块调节权重（建议从0.6开始试）。【权重超过0.8后容易过曝或结构崩坏】
注意：同一个Checkpoint下可同时加载多个LoRA，但总权重不宜超过1.4，否则U-Net层冲突概率陡增，画面会出现五官错位、肢体溶解等异常。
在LiblibAI上识别与下载的关键动作
第一步：打开liblib.ai → 登录账号 → 进入“模型广场”
第二步：使用顶部筛选栏 → 选择“模型类型”→ 分别切换“Checkpoint”和“LoRA”查看结果
第三步：下载前务必点开模型详情页 → 查看“适用底模”字段 → 确认是否匹配你当前用的Checkpoint（例如“仅适配RealisticVision v6.0”）
第四步：下载完成后，Checkpoint放入 models/Stable-diffusion 目录；LoRA放入 models/Lora 目录（不是extensions下的路径，LiblibAI官方推荐路径已统一）
第五步：刷新WebUI模型列表 → 先选好Checkpoint → 再启用LoRA → 输入对应触发词 → 生成测试图
